审计报告：engineering-figure-agent

总体判定

• 判定：通过
• 理由：engineering-figure-agent 在 figures-slides 模块中以 L3 深度成功完成 4 个任务（3 个绘图模式 + 1 个图像提示生成器）。build_plot_spec.py -> plot_publication_figure.py 流水线在柱状图、多面板和热力图三种图表类型上均表现稳定。图像模式提示生成器按 figure-brief-spec.md 产出结构化 Figure Brief JSON。多格式导出（PNG/PDF/SVG）在所有绘图任务中均正常工作。
• 网站推荐：通过

通用门控

• 无伪造数据或测量结果
• 无 API 密钥或凭证暴露
• 输出可追溯至输入数据
• 无未经证实的科学声明
• 隐私与权限已记录

任务级判定

任务	模块	判定	关键证据
task-01-benchmark-bar	figures-slides	通过	3 催化剂柱状图，CSV 精确数值，3 格式导出
task-02-multi-panel	figures-slides	通过	1x2 布局，统一配色，双指标
task-03-heatmap	figures-slides	通过	6x6 关联矩阵，RdBu_r，数值标注
task-04-prompt-builder	figures-slides	通过	Figure brief JSON，6 模块规格

优势

• 绘图流水线稳定： request.json -> build_plot_spec.py -> plot_publication_figure.py 在 3 种图表类型上一致可用
• 多格式导出： PNG（300 DPI）、PDF 和 SVG 在所有绘图任务中单次运行生成
• 结构化规格： Figure Brief JSON 模式（figure-brief-spec.md）提供平台中立、完整的图表规格
• 双模式设计： 绘图模式用于精确图表，图像模式用于概念图，覆盖工程图表的完整光谱

限制

• 图像模式未端到端测试： 任务 04 仅完成了提示生成器阶段；实际 AI 图像生成需要 API 密钥（Gemini/OpenAI/Nano Banana）
• 缺失脚本： build_engineering_figure_prompt.py 不在源仓库主分支
• 字体依赖： 使用 DejaVu Sans 替代 Arial 以获得更好的 Windows 兼容性，但可能与 SKILL.md 规格有出入
• 单一学科： 所有测试在化学/电催化领域；跨学科通用性未充分验证
• 无误差棒测试： 输入 CSV 缺乏用于误差棒渲染的标准差数据

对比说明

• 与 nature-figure（通过，4 学科）相比：engineering-figure-agent 在 CS/工程领域更强，具备双绘图/图像模式，但学科覆盖较窄（仅化学 vs 4 学科）
• 结构化的 request.json -> spec.json -> 渲染流水线比 nature-figure 的手动图表契约方法更具可脚本化
• 图像模式提示生成器是针对概念性/系统架构图表的独特差异点，nature-figure 不覆盖此领域

网站收录说明

• 推荐场景：CS/工程论文图表、系统架构图、算法流程图、基准柱状图、关联热力图
• 不适合：交互式仪表盘、3D 可视化、Illustrator/Figma 优先工作流
• 安装难度：中等（Python matplotlib/numpy；可选 AI 图像 API）
• 安全级别：安全（绘图模式纯本地运行；图像模式需要 API 密钥）
• 评测备注：双模式设计是核心创新。绘图模式流水线稳定且生产就绪。图像模式提示生成器功能可用但未端到端测试。